Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение в Computer Vision
- Преглед на приложенията за компютърно зрение
- Разбиране на данни и формати на изображения
- Предизвикателства при задачите за компютърно зрение
Въведение в конволюцията Neural Networks (CNN)
- Какво представляват CNN?
- Архитектура на CNN: Конволюционни слоеве, обединяване и напълно свързани слоеве
- Как CNN се използват в компютърното зрение
Практически с TensorFlow и Google Colab
- Настройка на средата в Google Colab
- Използване на TensorFlow за изграждане на модел
- Изграждане на прост CNN модел в TensorFlow
Разширени техники на CNN
- Трансфер на обучение за CNN
- Предварително обучени модели за фина настройка
- Техники за увеличаване на данните за подобрена производителност
Предварителна обработка и увеличаване на изображението
- Техники за предварителна обработка на изображения (мащабиране, нормализиране и др.)
- Увеличаване на данните за изображението за по-добро обучение на модела
- Използване на конвейер за данни за изображения на TensorFlow.
Изграждане и внедряване на Computer Vision модели
- Обучение на CNN за класифициране на изображения
- Оценяване и валидиране на ефективността на модела
- Внедряване на модели в производствени среди
Приложения в реалния свят на Computer Vision
- Компютърно зрение в здравеопазването, търговията на дребно и сигурността
- Задвижвано от AI откриване и разпознаване на обекти
- Използване на CNN за разпознаване на лица и жестове
Обобщение и следващи стъпки
Изисквания
- Опит с Python програмиране
- Разбиране на концепциите за дълбоко обучение
- Основни познания за конволюционните невронни мрежи (CNN)
Публика
- Учени по данни
- AI практици
21 Часа
Oтзиви от потребители (1)
I genuinely enjoyed the hands-on approach.
